중국 1위 로봇기업 유니트리, "휴머노이드 로봇 상용화 10년 넘게 걸릴 것"

중국 로봇 시장의 선두 기업인 유니트리의 창업자 왕싱은 휴머노이드 로봇의 상용화에 대해 매우 보수적인 입장을 표명했습니다. 그는 앞으로 10년 안에 로봇이 광범위하게 활용되는 시대가 오기는 어려울 것이라고 단언했습니다.

왕싱 창업자는 빠르면 2~3년, 늦으면 5~10년 안에 로봇이 낯선 환경에서도 약 80%의 작업을 수행할 수 있는 수준에 도달할 것으로 예상했습니다. 하지만 챗GPT처럼 일상생활에서 자연스럽게 활용되는 시점은 훨씬 더 멀리 떨어져 있다고 덧붙였습니다.

지난주 베이징에서는 전 세계의 이목이 집중된 월드 로봇 컨퍼런스가 성대하게 개최되었습니다. 이 행사는 휴머노이드 로봇 기술의 최신 동향과 발전 가능성을 보여주는 중요한 자리였습니다.

중국은 휴머노이드 로봇 산업 분야에서 글로벌 리더로 평가받고 있으며, 이번 컨퍼런스를 통해 자국의 기술력을 과시하려는 의도를 엿볼 수 있었습니다. 다양한 로봇 시연과 기술 발표가 이루어지며 미래 로봇 시대에 대한 기대감을 높였습니다.

인공지능 로봇 기술에서 대화형 AI와 물리적 물체 제어는 난이도가 전혀 다른 별개의 영역으로 구분됩니다. 대화형 로봇은 거대 언어 모델(LLM)을 탑재하여 이미 상당한 수준으로 구현이 가능하며, 자연스러운 대화가 가능합니다.

하지만 물리적인 물체를 제어하는 것은 훨씬 고난도의 기술을 요구합니다. 예를 들어 계란 껍질의 두께를 느끼며 정확한 힘으로 들어 올리거나, 물체의 마찰, 무게감, 촉감 등을 인식하여 섬세하게 조작하는 능력은 현재 기술로는 구현하기가 매우 어렵습니다.

로봇이 특정 학습 환경을 벗어나면 제 기능을 제대로 발휘하지 못하는 경우가 많으며, 이는 실제 생활 환경에서의 복잡한 변수에 대처하는 능력이 아직 부족하다는 것을 의미합니다.

대부분의 로봇 시연은 현장 환경을 실시간으로 인식하여 유연하게 움직이는 것이 아니라, 사전에 정해진 환경에서 수천 번 훈련된 결과물인 경우가 많습니다. 이는 정확한 좌표대로만 움직이도록 프로그래밍된 결과라고 할 수 있습니다.

이러한 로봇들은 시연 환경이 조금이라도 변화하면 인지 실패로 인해 오작동을 일으킬 수 있습니다. 예를 들어 주방 환경에서 물건의 위치가 약간만 달라져도 로봇은 이를 인식하지 못하고 엉뚱한 동작을 할 가능성이 큽니다.

휴머노이드 로봇이 80% 정도의 작업을 수행하는 수준에 도달하는 데는 최소 2년 이상, 길게는 10년이 걸릴 것이라는 현실적인 한계가 제기되었습니다. 이 정도 수준에서는 여전히 단순 반복 작업만 가능할 것으로 보입니다.

단순 반복 작업은 가능하지만, 실제 공장이나 가정에서 물건 포장과 같은 복합적인 업무를 수행하며 발생할 수 있는 돌발 상황에 대처하는 능력은 여전히 부족합니다. 이는 로봇을 상업적 용도로 활용하기에는 아직 미흡한 수준으로 평가됩니다.

일부 로봇 기업 창업자들은 '내년 상용화'와 같은 지나치게 낙관적인 주장을 펼치기도 하는데, 이는 주로 투자 유치를 위한 목적으로 해석됩니다. 투자자들의 관심을 끌어 자금을 확보하려는 의도가 크다는 분석입니다.

반면, 유니트리의 왕싱 창업자와 같이 업계 1위 기업의 대표가 제시하는 전망은 훨씬 현실적이라는 평가를 받습니다. 투자 설득이 급한 신생 기업들과 달리, 실제 기술 개발의 어려움과 상용화의 한계를 직접 체감하고 있기 때문입니다.

로봇 시연 영상에서 보여지는 화려한 군무, 무술, 덤블링과 같은 고난도 동작들은 대부분 수천 번의 반복 학습을 통해 얻어진 결과물입니다. 이는 특정 환경과 동작을 위해 미리 프로그래밍된 것입니다.

이러한 로봇들은 새로운 노래나 예상치 못한 환경 변화에 대해서는 적절히 대응하지 못하는 한계점을 보입니다. 일부 비판적인 시각에서는 이러한 시연을 단순한 '사기'라고 표현하기도 할 만큼, 실제 능력과 시연 간의 괴리가 큽니다.

현재 로봇 기술은 균형 제어 능력이나 관절의 구동 능력 면에서는 상당한 발전을 이루었습니다. 그러나 공장이나 가정에서 발생할 수 있는 사소한 돌발 상황에 대처하는 능력은 여전히 미흡합니다.

예를 들어 부품의 위치가 이탈되거나, 포장재가 정전기 때문에 손에 붙어 잘 떨어지지 않는 등의 예상치 못한 변수에 로봇은 적절히 대응하지 못합니다. 로봇 발전에 있어 수작업 기반의 현실 데이터를 확보하여 이러한 상황에 대처할 수 있도록 훈련하는 것이 핵심적인 과제입니다.

가정용 로봇의 보급은 산업용 로봇보다 훨씬 더 까다로운 기술적 완성도와 신뢰성을 요구합니다. 가정용 로봇은 낮은 가격, 저소음, 사생활 보호 등 여러 조건을 동시에 충족해야 합니다.

특히, 가정 내에서 로봇이 오류를 발생시킬 경우 큰 피해가 발생할 수 있으므로, 기술 신뢰도에 대한 요구 수준이 매우 높습니다. 이는 단순한 기능 구현을 넘어선 복합적인 기술적 과제들을 해결해야 함을 의미합니다.

로봇 학습에 필요한 데이터는 언어 AI와 근본적으로 다른 성격을 가집니다. 언어 AI가 인터넷에 축적된 방대한 문서 데이터를 학습할 수 있는 반면, 로봇은 물리적 행동 데이터를 처음부터 새로 생성해야 하는 한계가 있습니다.

양파를 까는 것과 같은 사소한 동작 하나에도 어떤 손가락 근육을 어떻게 움직여야 하는지, 어떤 각도로 힘을 주어야 하는지 등 방대한 운동 데이터가 필요합니다. 이러한 데이터는 기존의 도서관이나 온라인 라이브러리에 존재하지 않으므로, 모든 데이터를 현실에서 직접 구축해야 합니다.

로봇이 컵을 잡는 것과 같은 단순한 행동을 학습하는 데에도 카메라 영상만으로는 충분하지 않습니다. 컵을 잡을 때 가해지는 압력, 물체의 마찰, 로봇 관절의 정확한 각도, 물체의 미끄러짐 정도 등 모든 행동 시퀀스에 대한 정밀한 데이터가 일일이 기록되어야 합니다.

영상 학습을 통해 동작을 어느 정도 따라 할 수는 있지만, 실제 환경에서 안전하고 효과적으로 물체를 조작하기 위해서는 이러한 촉각, 압력, 미끄러짐 등 물리적인 감각 데이터가 필수적입니다. 이 데이터를 직접 느끼고 학습해야만 로봇은 실제 환경에 적응할 수 있습니다.

로봇 시연에서 보여지는 고난도 동작들은 사전에 철저하게 계획되고 반복 학습된 결과물일 뿐입니다. 이는 휴머노이드 산업이 안고 있는 문제점을 적나라하게 보여주는 현실입니다. 시연은 정해진 시간표에 따라 특정 동작을 수행하도록 프로그래밍된 것에 불과합니다.

이러한 시연과 실제 현실 사이에는 큰 격차가 존재합니다. 가정이나 산업 현장에서 발생할 수 있는 수많은 돌발 상황에 대처하는 능력과는 거리가 멀며, 일각에서는 이를 '사기'에 가깝다고 비판하기도 합니다.

현재 로봇 산업의 매출 구조 중 일부는 실질적인 외부 시장 수요 없이 정부 자금이 제조사와 훈련 센터를 순환하면서 발생하는 인위적인 매출의 성격을 띠고 있습니다. 이는 마치 돈이 내부에서 돌고 도는 형태입니다.

이러한 구조는 성공적으로 안착할 경우 '신개념 비즈니스 모델'로 평가받을 수 있지만, 만약 외부 시장의 실질적인 수요를 창출하지 못하고 자금 순환이 끊어질 경우 거대한 '사기극'으로 전락할 위험을 안고 있습니다.

중국 로봇 산업은 최근 2년 동안 폭발적인 성장을 기록하며 약 370개의 스타트업이 새로 설립되었습니다. 이 중 50개 이상의 기업이 이미 상장했거나 상장을 준비하고 있을 정도로 활발한 투자가 이루어지고 있습니다.

현재 중국 전역에는 사진에서 볼 수 있는 것과 같은 로봇 훈련 센터가 약 60개 정도 운영되고 있습니다. 이 센터들은 로봇 기술 개발과 인력 양성의 핵심 거점 역할을 하고 있습니다.

이러한 인프라와 자본 투입은 중국이 로봇 산업에서 글로벌 리더십을 확보하려는 강력한 의지를 보여줍니다. 하지만 동시에 과도한 경쟁과 거품 발생에 대한 우려도 제기되고 있습니다.

유니트리 창업자 왕싱싱의 발언을 기점으로 휴머노이드 로봇의 발전 속도에 대한 회의론이 전문가들 사이에서 대두되고 있습니다. 일부에서는 근본적으로 휴머노이드의 발전 속도를 낮춰야 하는 것이 아니냐는 우려도 제기됩니다.

이는 현재 기술 수준이 실제 가정이나 산업 현장에서 로봇을 즉시 활용하기에는 아직 기술적인 한계에 직면해 있다는 현실을 반영합니다. 과도한 기대보다는 현실적인 접근이 필요하다는 목소리가 커지고 있습니다.

우리가 영상으로 보고 기대했던 휴머노이드 로봇의 일상생활 보조 기능은 현실과는 차이가 있습니다. 로봇이 집안을 이리저리 걸어다니는 것은 가능하지만, 물건을 짚고 들거나 이동시키는 것과 같은 섬세한 작업을 수행하는 능력은 여전히 부족합니다.

단순한 동작 외에 돌발 상황에 대처하고 복합적인 일상 업무를 수행하는 것은 아직 시기상조라는 평가입니다. 기대치에 비해 실제 로봇의 기능은 제한적이며, 인간의 작업을 완벽하게 대체하기에는 시간이 더 필요합니다.

로봇 산업 내에서도 하드웨어 업체와 AI 소프트웨어 진영 간에 휴머노이드 로봇 상용화 전망에 대한 온도 차이가 분명하게 나타납니다. 로봇 하드웨어 업체들은 기술적 한계를 직접 체감하며 비교적 보수적이고 회의적인 입장을 보이는 경향이 있습니다.

반면, AI 소프트웨어 진영의 전문가들은 인공지능 기술의 급속한 발전을 통해 로봇 상용화 속도가 더 빨라질 수 있다는 기대를 가지고 있습니다. 이러한 입장 차이는 각자의 전문 분야와 관점에 따라 미래를 다르게 예측하기 때문으로 분석됩니다.

현재 휴머노이드 로봇 시장에는 실제로 로봇을 구매하여 효율적으로 활용하고 있다는 소비자 후기나 기업의 성공적인 도입 사례가 거의 없는 실정입니다. '휴머노이드를 사서 이렇게 잘 쓰고 있어요'라고 말할 수 있는 인터뷰는 찾아보기 힘듭니다.

기업들이 공장에 시제품 로봇을 보내는 것은 사실상 로봇 훈련 센터의 역할에 가깝습니다. 이는 아직 상용화 검증이 충분히 이루어지지 않았으며, 실질적인 인건비 절감이나 생산성 향상으로 이어지는 단계는 아니라는 것을 시사합니다.